文章目录

01 引言
02 Table API & SQL 介绍
- 2.1 Flink Table模块
- 2.2 Table API & SQL特点
- 2.3 Table API& SQL发展历程
03 开发准备
- 3.1 添加依赖
- 3.2 程序结构
- 3.3 API
- - 3.3.1 获取环境
  - 3.3.3 创建表
  - 3.3.4 查询表
  - 3.3.5 写出表
  - 3.3.6 与DataSet/DataStream集成
  - - 3.3.6.1 从DataStream和DataSet创建视图
    - 3.3.6.2 转换DataStream和DataSet到表
    - 3.3.6.3 转换表到DataStream
    - 3.3.6.3 转换表到DataSet
  - 3.3.7 TableAPI
  - 3.3.8 SQL
04 相关概念
- 4.1 动态表和连续查询
- 4.2 表与Stream的转换
- - 4.2.1 表中的Update和Delete
  - 4.2.2 对表的编码操作
  - 4.2.3 将表转换为三种不同编码方式的流
  - - 4.2.3.1 Append-only流
    - 4.2.3.2 Retract流
    - 4.2.3.3 Upsert流
05 文末

01 引言

在前面的博客，我们学习了Flink的一些高级API，有兴趣的同学可以参阅下：

《Flink教程（01）- Flink知识图谱》
《Flink教程（02）- Flink入门》
《Flink教程（03）- Flink环境搭建》
《Flink教程（04）- Flink入门案例》
《Flink教程（05）- Flink原理简单分析》
《Flink教程（06）- Flink批流一体API（Source示例）》
《Flink教程（07）- Flink批流一体API（Transformation示例）》
《Flink教程（08）- Flink批流一体API（Sink示例）》
《Flink教程（09）- Flink批流一体API（Connectors示例）》
《Flink教程（10）- Flink批流一体API（其它）》
《Flink教程（11）- Flink高级API（Window）》
《Flink教程（12）- Flink高级API（Time与Watermaker）》
《Flink教程（13）- Flink高级API（状态管理）》
《Flink教程（14）- Flink高级API（容错机制）》
《Flink教程（15）- Flink高级API（并行度）》

在前面已经讲了Flink的批流一体API以及高级API了，接下来主要讲的是Flink的Table与SQL。

02 Table API & SQL 介绍

2.1 Flink Table模块

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/

Flink的Table模块包括 Table API和 SQL：

Table API：是一种类SQL的API，通过Table API，用户可以像操作表一样操作数据，非常直观和方便；
SQL：作为一种声明式语言，有着标准的语法和规范，用户可以不用关心底层实现即可进行数据的处理，非常易于上手。

Flink Table API 和 SQL 的实现上有80%左右的代码是公用的。作为一个流批统一的计算引擎，Flink 的 Runtime 层是统一的。

2.2 Table API & SQL特点

Flink之所以选择将 Table API & SQL作为未来的核心 API，是因为其具有一些非常重要的特点：

声明式：用户只关心做什么，不用关心怎么做
高性能：支持查询优化，可以获取更好的执行性能
批流统一：相同的统计逻辑，既可以流模式运行，也可以批模式运行
标准稳定：语义遵循SQL标准，不易变动
易理解：语义明确，所见即所得

使用举例：

Table API	SQL
`tab.groupBy(“word”).select("word,count(1) as count")`	`SELECT word,COUNT(*) AS cnt FROM MyTable GROUP BY word`

2.3 Table API& SQL发展历程

自 2015 年开始，阿里巴巴开始调研开源流计算引擎，最终决定基于 Flink 打造新一代计算引擎，针对 Flink存在的不足进行优化和改进，并且在 2019 年初将最终代码开源，也就是Blink。

Blink 在原来的 Flink 基础上最显著的一个贡献就是 Flink SQL的实现！

架构升级：

查询处理器的选择： Flink1.11之后Blink Query Processor查询处理器已经是默认的了。

03 开发准备

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/

3.1 添加依赖

<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-api-scala-bridge_2.12</artifactId><version>${flink.version}</version><scope>provided</scope>
</dependency>
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-api-java-bridge_2.12</artifactId><version>${flink.version}</version><scope>provided</scope>
</dependency>
<!-- flink执行计划,这是1.9版本之前的-->
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-planner_2.12</artifactId><version>${flink.version}</version>
</dependency>
<!-- blink执行计划,1.11+默认的-->
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-planner-blink_2.12</artifactId><version>${flink.version}</version><scope>provided</scope>
</dependency>
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-common</artifactId><version>${flink.version}</version><scope>provided</scope>
</dependency>

解析：

flink-table-common：这个包中主要是包含 Flink Planner和 Blink Planner一些共用的代码。
flink-table-api-java：这部分是用户编程使用的 API，包含了大部分的API。
flink-table-api-scala：这里只是非常薄的一层，仅和 Table API的 Expression 和 DSL 相关。
两个 Planner：flink-table-planner和 flink-table-planner-blink。
两个 Bridge：flink-table-api-scala-bridge 和 flink-table-api-java-bridge

Flink Planner 和 Blink Planner 都会依赖于具体的 JavaAPI，也会依赖于具体的 Bridge，通过Bridge可以将 API 操作相应的转化为Scala的 DataStream、DataSet，或者转化为JAVA的 DataStream 或者Data Set

3.2 程序结构

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/common.html#structure-of-table-api-and-sql-programs

// create a TableEnvironment for specific planner batch or streaming
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section// create a Table
tableEnv.connect(...).createTemporaryTable("table1");
// register an output Table
tableEnv.connect(...).createTemporaryTable("outputTable");// create a Table object from a Table API query
Table tapiResult = tableEnv.from("table1").select(...);// create a Table object from a SQL query
Table sqlResult  = tableEnv.sqlQuery("SELECT ... FROM table1 ... ");// emit a Table API result Table to a TableSink, same for SQL result
TableResult tableResult = tapiResult.executeInsert("outputTable");
tableResult...

3.3 API

3.3.1 获取环境

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/common.html#create-a-tableenvironment

// **********************
// FLINK STREAMING QUERY
// **********************
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;EnvironmentSettings fsSettings = EnvironmentSettings.newInstance().useOldPlanner().inStreamingMode().build();
StreamExecutionEnvironment fsEnv = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment fsTableEnv = StreamTableEnvironment.create(fsEnv, fsSettings);
// or TableEnvironment fsTableEnv = TableEnvironment.create(fsSettings);// ******************
// FLINK BATCH QUERY
// ******************
import org.apache.flink.api.java.ExecutionEnvironment;
import org.apache.flink.table.api.bridge.java.BatchTableEnvironment;ExecutionEnvironment fbEnv = ExecutionEnvironment.getExecutionEnvironment();
BatchTableEnvironment fbTableEnv = BatchTableEnvironment.create(fbEnv);// **********************
// BLINK STREAMING QUERY
// **********************
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;StreamExecutionEnvironment bsEnv = StreamExecutionEnvironment.getExecutionEnvironment();
EnvironmentSettings bsSettings = EnvironmentSettings.newInstance().useBlinkPlanner().inStreamingMode().build();
StreamTableEnvironment bsTableEnv = StreamTableEnvironment.create(bsEnv, bsSettings);
// or TableEnvironment bsTableEnv = TableEnvironment.create(bsSettings);// ******************
// BLINK BATCH QUERY
// ******************
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.TableEnvironment;EnvironmentSettings bbSettings = EnvironmentSettings.newInstance().useBlinkPlanner().inBatchMode().build();
TableEnvironment bbTableEnv = TableEnvironment.create(bbSettings);

3.3.3 创建表

// get a TableEnvironment
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section// table is the result of a simple projection query
Table projTable = tableEnv.from("X").select(...);// register the Table projTable as table "projectedTable"
tableEnv.createTemporaryView("projectedTable", projTable);

tableEnvironment.connect(...).withFormat(...).withSchema(...).inAppendMode().createTemporaryTable("MyTable")

3.3.4 查询表

Table API：

// get a TableEnvironment
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section// register Orders table
// scan registered Orders table
Table orders = tableEnv.from("Orders");// compute revenue for all customers from France
Table revenue = orders.filter($("cCountry")
.isEqual("FRANCE")).groupBy($("cID"), $("cName").select($("cID"), $("cName"), $("revenue")
.sum()
.as("revSum"));
// emit or convert Table
// execute query

SQL：

// get a TableEnvironment
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section// register Orders table
// compute revenue for all customers from France
Table revenue = tableEnv.sqlQuery("SELECT cID, cName, SUM(revenue) AS revSum " +"FROM Orders " +"WHERE cCountry = 'FRANCE' " +"GROUP BY cID, cName");
// emit or convert Table
// execute query

// get a TableEnvironment
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section// register "Orders" table
// register "RevenueFrance" output table
// compute revenue for all customers from France and emit to "RevenueFrance"
tableEnv.executeSql("INSERT INTO RevenueFrance " +"SELECT cID, cName, SUM(revenue) AS revSum " +"FROM Orders " +"WHERE cCountry = 'FRANCE' " +"GROUP BY cID, cName");

3.3.5 写出表

// get a TableEnvironment
TableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section
// create an output Table
final Schema schema = new Schema().field("a", DataTypes.INT()).field("b", DataTypes.STRING()).field("c", DataTypes.BIGINT());
tableEnv.connect(new FileSystem().path("/path/to/file")).withFormat(new Csv().fieldDelimiter('|').deriveSchema()).withSchema(schema).createTemporaryTable("CsvSinkTable");
// compute a result Table using Table API operators and/or SQL queries
Table result = ...
// emit the result Table to the registered TableSink
result.executeInsert("CsvSinkTable");

3.3.6 与DataSet/DataStream集成

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/common.html#integration-with-datastream-and-dataset-api

3.3.6.1 从DataStream和DataSet创建视图

Create a View from a DataStream or DataSet：

// get StreamTableEnvironment
// registration of a DataSet in a BatchTableEnvironment is equivalent
StreamTableEnvironment tableEnv = ...;// see "Create a TableEnvironment" section
DataStream<Tuple2<Long, String>> stream = ...// register the DataStream as View "myTable" with fields "f0", "f1"
tableEnv.createTemporaryView("myTable", stream);// register the DataStream as View "myTable2" with fields "myLong", "myString"
tableEnv.createTemporaryView("myTable2", stream, $("myLong"), $("myString"));

3.3.6.2 转换DataStream和DataSet到表

Convert a DataStream or DataSet into a Table：

// get StreamTableEnvironment// registration of a DataSet in a BatchTableEnvironment is equivalent
StreamTableEnvironment tableEnv = ...;
// see "Create a TableEnvironment" sectionDataStream<Tuple2<Long, String>> stream = ...
// Convert the DataStream into a Table with default fields "f0", "f1"Table table1 = tableEnv.fromDataStream(stream);
// Convert the DataStream into a Table with fields "myLong", "myString"
Table table2 = tableEnv.fromDataStream(stream, $("myLong"), $("myString"));

3.3.6.3 转换表到DataStream

Convert a Table into a DataStream：

追加模式（Append Mode）：只有当动态表仅通过插入更改进行修改时，才能使用此模式，即，它是仅追加模式，并且以前发出的结果从不更新；
撤回模式（Retract Mode）：此模式始终可用。它使用布尔标志对插入和删除更改进行编码。

// get StreamTableEnvironment.
StreamTableEnvironment tableEnv = ...; // see "Create a TableEnvironment" section// Table with two fields (String name, Integer age)
Table table = ...// convert the Table into an append DataStream of Row by specifying the class
DataStream<Row> dsRow = tableEnv.toAppendStream(table, Row.class);// convert the Table into an append DataStream of Tuple2<String, Integer>//   via a TypeInformation
TupleTypeInfo<Tuple2<String, Integer>> tupleType = new TupleTypeInfo<>(Types.STRING(),Types.INT());
DataStream<Tuple2<String, Integer>> dsTuple =tableEnv.toAppendStream(table, tupleType);
// convert the Table into a retract DataStream of Row.
//   A retract stream of type X is a DataStream<Tuple2<Boolean, X>>.
//   The boolean field indicates the type of the change.
//   True is INSERT, false is DELETE.
DataStream<Tuple2<Boolean, Row>> retractStream =tableEnv.toRetractStream(table, Row.class);

3.3.6.3 转换表到DataSet

Convert a Table into a DataSet：

// get BatchTableEnvironment
BatchTableEnvironment tableEnv = BatchTableEnvironment.create(env);// Table with two fields (String name, Integer age)
Table table = ...// convert the Table into a DataSet of Row by specifying a class
DataSet<Row> dsRow = tableEnv.toDataSet(table, Row.class);// convert the Table into a DataSet of Tuple2<String, Integer> via a TypeInformationTupleTypeInfo<Tuple2<String, Integer>> tupleType = new TupleTypeInfo<>(Types.STRING(),Types.INT());
DataSet<Tuple2<String, Integer>> dsTuple =tableEnv.toDataSet(table, tupleType);

3.3.7 TableAPI

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/tableApi.html

3.3.8 SQL

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/sql/

04 相关概念

参考：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/streaming/dynamic_tables.html

4.1 动态表和连续查询

在Flink中，它把针对无界流的表称之为Dynamic Table（动态表）。它是Flink Table API和SQL的核心概念，顾名思义，它表示了Table是不断变化的。

我们可以这样来理解，当我们用Flink的API，建立一个表，其实把它理解为建立一个逻辑结构，这个逻辑结构需要映射到数据上去。

Flink source源源不断的流入数据，就好比每次都往表上新增一条数据。表中有了数据，我们就可以使用SQL去查询了。要注意一下，流处理中的数据是只有新增的，所以看起来数据会源源不断地添加到表中。

动态表也是一种表，既然是表，就应该能够被查询。我们来回想一下原先我们查询表的场景。

打开编译工具，编写一条SQL语句

将SQL语句放入到mysql的终端执行
查看结果
再编写一条SQL语句
再放入到终端执行
再查看结果
……如此反复

而针对动态表，Flink的source端肯定是源源不断地会有数据流入，然后我们基于这个数据流建立了一张表，再编写SQL语句查询数据，进行处理。这个SQL语句一定是不断地执行的，而不是只执行一次。

注意：针对流处理的SQL绝对不会像批式处理一样，执行一次拿到结果就完了。而是会不停地执行，不断地查询获取结果处理。所以，官方给这种查询方式取了一个名字，叫Continuous Query，中文翻译过来叫连续查询。而且每一次查询出来的数据也是不断变化的。

该示意图描述了：我们通过建立动态表和连续查询来实现在无界流中的SQL操作。

大家也可以看到，在Continuous上面有一个State，表示查询出来的结果会存储在State中，再下来Flink最终还是使用流来进行处理。

所以，我们可以理解为Flink的Table API和SQL，是一个逻辑模型，通过该逻辑模型可以让我们的数据处理变得更加简单。

4.2 表与Stream的转换

4.2.1 表中的Update和Delete

我们前面提到的表示不断地 Append，表的数据是一直累加的，因为表示对接Source的，Source是不会有update的，但如果我们编写了一个SQL。这个SQL看起来是这样的：

SELECT user, sum(money) FROM order GROUP BY user;

当执行一条SQL语句之后，这条语句的结果还是一个表，因为在Flink中执行的SQL是Continuous Query，这个表的数据是不断变化的。新创建的表存在Update的情况。仔细看下下面的示例，例如：

第一条数据，张三,2000，执行这条SQL语句的结果是，张三,2000
第二条数据，李四,1500，继续执行这条SQL语句，结果是，张三,2000 | 李四,1500
第三条数据，张三,300，继续执行这条SQL语句，结果是，张三,2300 | 李四,1500
….

大家发现了吗，现在数据结果是有Update的，张三一开始是2000，但后面变成了2300。

那还有删除的情况吗？有的，看下面这条SQL语句：

SELECT t1.`user`, SUM(t1.`money`) FROM t_order t1
WHERE
NOT EXISTS (SELECT T2.`user`AS TOTAL_MONEY FROM t_order t2 WHERE T2.`user` = T1.`user` GROUP BY t2.`user` HAVING SUM(T2.`money`) > 3000)
GROUP BY t1.`user`GROUP BY t1.`user`

第一条数据，张三,2000，执行这条SQL语句的结果是，张三,2000
第二条数据，李四,1500，继续执行这条SQL语句，结果是，张三,2000 | 李四,1500
第三条数据，张三,300，继续执行这条SQL语句，结果是，张三,2300 | 李四,1500
第四条数据，张三,800，继续执行这条SQL语句，结果是，李四,1500

因为张三的消费的金额已经超过了3000，所以SQL执行完后，张三是被处理掉了。从数据的角度来看，它不就是被删除了吗？

通过上面的两个示例，可以知道在Flink SQL中，对接Source的表都是Append-only的，不断地增加，执行一些SQL生成的表，这个表可能是要UPDATE的、也可能是要INSERT的。

4.2.2 对表的编码操作

我们前面说到过，表是一种逻辑结构，而Flink中的核心还是Stream，所以，Table最终还是会以Stream方式来继续处理，如果是以Stream方式处理，最终Stream中的数据有可能会写入到其他的外部系统中，例如：将Stream中的数据写入到MySQL中。

我们前面也看到了，表是有可能会UPDATE和DELETE的，那么如果是输出到MySQL中，就要执行UPDATE和DELETE语句了，而DataStream我们在学习Flink的时候就学习过了，DataStream是不能更新、删除事件的。

如果对表的操作是INSERT，这很好办，直接转换输出就好，因为DataStream数据也是不断递增的。但如果一个TABLE中的数据被UPDATE了、或者被DELETE了，如果用流来表达呢？ 因为流不可变的特征，我们肯定要对这种能够进行UPDATE/DELETE的TABLE做特殊操作。

解决方案：我们可以针对每一种操作，INSERT/UPDATE/DELETE都用一个或多个经过编码的事件来表示。例如：

针对UPDATE，我们用两个操作来表达，[DELETE]数据+ [INSERT]数据。也就是先把之前的数据删除，然后再插入一条新的数据。
针对DELETE，我们也可以对流中的数据进行编码，[DELETE]数据。

总体来说，我们通过对流数据进行编码，也可以告诉DataStream的下游，[DELETE]表示发出MySQL的DELETE操作，将数据删除。用[INSERT]表示插入新的数据。

4.2.3 将表转换为三种不同编码方式的流

Flink中的Table API或者SQL支持三种不同的编码方式，分别是：

Append-only流
Retract流
Upsert流

4.2.3.1 Append-only流

跟INSERT操作对应。这种编码类型的流针对的是只会不断新增的Dynamic Table，这种方式好处理，不需要进行特殊处理，源源不断地往流中发送事件即可。

4.2.3.2 Retract流

这种流就和Append-only不太一样，上面的只能处理INSERT，如果表会发生DELETE或者UPDATE，Append-only编码方式的流就不合适了。

Retract流有几种类型的事件类型：

ADD MESSAGE：这种消息对应的就是INSERT操作。
RETRACT MESSAGE：直译过来叫撤回消息，这种消息对应的就是DELETE操作。

我们可以看到通过ADD MESSAGE和RETRACT MESSAGE可以很好的向外部系统表达删除和插入操作，那如何进行UPDATE呢？其实RETRACT MESSAGE + ADD MESSAGE即可（先把之前的数据进行删除，然后插入一条新的）。

4.2.3.3 Upsert流

前面我们看到的RETRACT编码方式的流，实现UPDATE是使用DELETE + INSERT模式的。

大家想一下：在MySQL中我们更新数据的时候，肯定不会先DELETE掉一条数据，然后再插入一条数据，肯定是直接发出UPDATE语句执行更新。

而Upsert编码方式的流，是能够支持Update的，这种效率更高。它同样有两种类型的消息：

UPSERT MESSAGE：这种消息可以表示要对外部系统进行Update或者INSERT操作
DELETE MESSAGE：这种消息表示DELETE操作。

Upsert流是要求必须指定Primary Key的，因为Upsert操作是要有Key的，Upsert流针对UPDATE操作用一个UPSERT MESSAGE就可以描述，所以效率会更高。

05 文末

本文主要讲解了Flink Table与SQL的一些概念，谢谢大家的阅读，本文完！

Flink教程（16）- Flink Table与SQL相关推荐

【Flink】Flink 流API 和 Table 以及 SQL API是否可以共存
文章目录 1.概述 1.概述因为项目需要,所以想测试如何在两种API混用 /*** 测试点:测试同时跑2个pipline 一个是SQL的一个是dataStream的能不能共存,以及其中一个报错会怎 ...
flink教程-聊聊 flink 1.11 中新的水印策略
文章目录背景新的水印生成接口内置水印生成策略固定延迟生成水印单调递增生成水印 event时间的获取处理空闲数据源背景在flink 1.11之前的版本中,提供了两种生成水印(Waterm ...
2021年大数据Flink（三十七）：Table与SQL 案例四
目录案例四需求代码实现案例四需求从Kafka中消费数据并过滤出状态为success的数据再写入到Kafka {"user_id": "1", &qu ...
2021年大数据Flink（三十）：Flink Table API SQL 介绍
目录 Table API & SQL 介绍为什么需要Table API & SQL Table API& SQL发展历程架构升级查询处理器的选 ...
Flink教程(13) Keyed State状态管理之ValueState的使用温差报警
Keyed State状态管理之ValueState的使用温差报警系列文章一.ValueState的方法二.实验案例 1. 温度Bean 2. 将字符串映射成SensorRecord对象 3. ...
Flink教程（17）- Flink Table与SQL（案例与SQL算子）
文章目录 01 引言 02 Flink Table&SQL 案例 2.1 案例1(DataStream SQL统计) 2.2 案例2(DataStream Table&SQL统计) 2 ...
2021年大数据Flink（三十三）：Table与SQL相关概念
目录相关概念 Dynamic Tables & Continuous Queries Table to Stream Conversion 相关概 ...
2021年大数据Flink（三十二）：Table与SQL案例准备 API
目录 API 获取环境创建表查询表 Table API SQL 写出表与DataSet/DataStream集成 TableAPI SQL ...
2021年大数据Flink（三十一）：Table与SQL案例准备依赖和程序结构
目录案例准备依赖程序结构案例准备依赖 https://ci.apache.org/projects/flink/flink-docs-release-1.12/d ...

Flink教程（16）- Flink Table与SQL